Искусственный интеллект был использован для выявления факторов, влияющих на показатели выживаемости при раке в 185 странах, согласно исследованию, опубликованному в журнале Annals of Oncology. Модель ИИ проанализировала данные о раке и информацию о системах здравоохранения, чтобы определить, какие факторы, такие как доступ к лучевой терапии, всеобщий охват услугами здравоохранения и экономическая мощь, наиболее тесно связаны с улучшением показателей выживаемости в каждой стране.

Исследователи из Европейского общества медицинской онкологии разработали модель машинного обучения, чтобы выйти за рамки общих представлений о выживаемости при раке и определить конкретные, практически применимые области для улучшения в каждой отдельной стране. Это исследование знаменует собой первый случай применения ИИ в таком глобальном масштабе для анализа детерминант выживаемости при раке.

Модель ИИ работает путем выявления закономерностей и корреляций в больших наборах данных, которые могут быть упущены традиционными статистическими методами. Алгоритмы машинного обучения обучаются на существующих данных для распознавания взаимосвязей между переменными. В данном случае ИИ был обучен на данных, связанных с заболеваемостью раком, доступностью лечения, инфраструктурой здравоохранения и социально-экономическими показателями для каждой страны. После обучения модель может прогнозировать, как изменения в конкретных факторах могут повлиять на показатели выживаемости при раке.

"Этот ИИ предоставляет мощный новый взгляд на понимание сложного взаимодействия факторов, влияющих на выживаемость при раке", - сказал ведущий исследователь проекта. "Выявляя наиболее важные области для улучшения в каждой стране, мы можем помочь политикам и поставщикам медицинских услуг принимать более обоснованные решения о распределении ресурсов и стратегиях здравоохранения".

Результаты показывают, что, хотя всеобщий охват услугами здравоохранения является важным фактором во многих странах, конкретные меры, необходимые для улучшения выживаемости при раке, сильно различаются. Например, в некоторых странах наибольшее влияние может оказать расширение доступа к лучевой терапии, в то время как в других более эффективным может быть укрепление служб первичной медико-санитарной помощи или улучшение программ скрининга рака.

В исследовании также подчеркивалась важность экономической мощи, но отмечалось, что одни лишь экономические ресурсы не гарантируют лучшей выживаемости при раке. Модель ИИ показала, что эффективное распределение ресурсов и эффективная политика в области здравоохранения имеют решающее значение для преобразования экономического процветания в улучшение показателей здоровья.

Исследователи считают, что эта модель ИИ может стать ценным инструментом для руководства усилиями по борьбе с раком во всем мире. Предоставляя информацию, специфичную для каждой страны, она может помочь адаптировать меры к уникальным потребностям и проблемам каждой страны. Команда планирует и далее совершенствовать модель, включая дополнительные источники данных, такие как генетическая информация и факторы образа жизни, чтобы обеспечить еще более полное понимание детерминант выживаемости при раке. Конечная цель состоит в том, чтобы создать динамичный, постоянно обновляемый ресурс, который может служить основой для политики борьбы с раком и улучшить результаты лечения пациентов во всем мире.